SEARCHING SIMILAR OF PAINT COLOR BASED ON RGB AND HSV SPECTRUM USING K-MEANS METHOD

RIAN TRI CAHYONO, EKO PRASETYO, RIFKI FAHRIAL

Abstract


Currently the community in determining the desired paint color choice still manually searches by selecting the drawings one by one in the manual paint catalog, the more color choices available in the catalog take a long time to determine the desired color choice. This research replaces the search manually by looking at the catalog with a computer based system. Similar paint color search uses image processing, ie reading the intensity of the Red, Green, Blue (RGB) value of the image, the value of the RGB is then calculated to get the HSV value, so as to get the RGB and HSV features as the input calculation method kmeans clustering, the data used as training data obtained from dulux wall paint catalog of 317 data. The results in this study average data can be grouped into 11 groups and 15 iterations, also calculated by a method to check the cluster validity of Davies Bouldin Index (DBI) sebanya 3 times the experiment got an average value of 0879.

Keywords: Image, RGB, HSV, K-means, color, paint


Full Text:

PDF

References


Agusta, Y. (2007). “ K-Means – Penerapan, Permasalahan dan metode terkaitâ€. Jurnal Sistem dan Informatika,

Vol. 3, pp. 47 – 60.

Andri, Paulus, Wong Ng P, Gunawan T, (2014), Segmentasi buah menggunakan metode k-means clustering

dan identifikasi kematangannya menggunakan metode perbandingan kadar warna, STMIK Mikroskil, Medan.

Eliyani, Tulus, Fahmi F, (2013), Pengenalan Tingkat Kematangan Buah Pepaya Paya Rabo menggunakan

Pengolahan Citra Berdasarkan Warna RGB dengan K-means Clustering, Politeknik Negeri Lhoksumawe,

Universitas Sumatera Utara, Medan.

Karmilasari, Sumarna Agus, (2011), Temu kenali citra berbasis konten warna. Fakultas Teknik Industri,

Universitas Gunadarma, Depok.

Maulani Desfa, (2013), Implementasi algoritma K-means dalam menentukan berat badan ideal. Universitas

Sumatera Utara, Medan.

Munir Rinaldi,(tanpa tahun), Pengolahan Citra Digital,

informatika.stei.itb.ac.id/~rinaldi.munir/Buku/Pengolahan Citra Digital/ , 22 Maret 2015.

Prasetyo Eko, (2012), Data Mining, Konsep dan Aplikasi menggunakan Matlab, Andi, Yogyakarta.

Prasetyo Eko, (2011), Pengolahan Citra Digital dan Aplikasinya menggunakan Matlab, Andi, Yogyakarta.

Rakhmawati R P, (2013), Sistem deteksi jenis bunga menggunakan nilai HSV dari citra mahkota bunga, dan

Ilmu Pengetahuan Alam, Universitas Diponegoro, Semarang.

Sutoyo T Mulyanto E, et al (2009). Teori Pengolahan citra digital. Andi, Yogyakarta.

Wibowo J S, (2011), Deteksi dan klasifikasi citra berdasarkan warna kulit menggunakan HSV, Program Studi

Teknik Informatika, Universitas Stikubank, Semarang.

Widodo S, Hidayatno A, Isnanto R R, (tanpa tahun), Segmentasi citra menggunakan teknik pemetaan warna

(color mapping) dengan bahasa pemrograman delphi. Jurusan teknik elektro, Universitas Diponegoro,

Semarang.

Widiarina, Wahono R S, (2015), Algoritma Cluster Dinamik untuk Optimasi Cluster pada Algoritma K-Means

dalam Pemetaan Nasabah Potensial , Magister Ilmu Komputer, STMIK Nusa Mandiri, Fakultas Ilmu

Komputer, Universitas Dian Nuswantoro.

www.rapidtables.com/conver/color/rgb-to-hsv.html, RGB to HSV convertion formula , di akses pada 08 juli


Refbacks

  • There are currently no refbacks.